Praca pod kierownictwem AI? Coraz więcej osób nie widzi w tym zagrożenia

Praca dla szefa AI? Coraz więcej zatrudnionych wyobraża sobie taką rzeczywistość, choć równocześnie rosną obawy o utrzymanie etatów.

Sondaże pokazują rosnącą otwartość na algorytmicznego przełożonego

W ostatnim badaniu Pew Research Center, przeprowadzonym na reprezentatywnej próbie pięciu tysięcy dorosłych Amerykanów, 15% ankietowanych zadeklarowało, że byłoby skłonnych podlegać bezpośrednio systemowi opartemu na sztucznej inteligencji. Jeszcze trzy lata temu analogiczne pytanie wywoływało głównie konsternację – teraz przybywa osób, które postrzegają algorytm jako potencjalnie bardziej bezstronny od człowieka. Inne dane, tym razem z raportu Deloitte „Global Human Capital Trends 2024”, wskazują, że 31% specjalistów HR dopuszcza powierzenie AI zadań oceny wyników pracowników. To wyraźny sygnał, że rola technologii przesuwa się od wsparcia operacyjnego ku funkcjom kierowniczym.

Zmianę percepcji przyspieszyły narzędzia generatywne, które planują zadania, udzielają informacji zwrotnych czy analizują produktywność niemal w czasie rzeczywistym. W efekcie sam koncept „algorytmicznego menedżera” przestaje być futurystyczną ciekawostką, a zaczyna pojawiać się w planach transformacji organizacyjnych średnich i dużych przedsiębiorstw.

Perspektywa biznesu: większa efektywność, mniejsze koszty

Dla zarządów firm kluczowym argumentem pozostają oszczędności. Z szacunków Gartnera wynika, że do 2026 r. około 30% dużych organizacji będzie wykorzystywać systemy AI do nadzorowania przynajmniej części pracowników liniowych. Modele predykcyjne pozwalają lepiej planować obsady zmian, a automatyczne zatwierdzanie wydatków czy urlopów skraca procesy administracyjne nawet o połowę – to dane z wewnętrznych analiz IBM Consulting prowadzonych w sektorze usług finansowych.

Spłaszczanie hierarchii staje się widoczne w logistyce, handlu oraz w wybranych zespołach R&D. Przykładowo globalna sieć supermarketów wykorzystuje dziś algorytmy do układania grafiku ponad 700 000 pracowników, ograniczając liczbę stanowisk koordynatorskich o kilkanaście procent. Podobne ruchy obserwujemy w call-center, gdzie platformy automatycznie przydzielają rozmowy i monitorują jakość obsługi, pozostawiając kierownikom wyłącznie kluczowe decyzje rozwojowe.

Głos pracowników: nadzieje kontra lęk o przyszłość

Choć technologia obiecuje większą przejrzystość kryteriów oceny, nie usuwa lęku o miejsca pracy. Według raportu „Future of Jobs 2023” przygotowanego przez Światowe Forum Ekonomiczne, automatyzacja i AI mogą zlikwidować 14 mln etatów netto w ciągu pięciu lat. Z kolei coroczne badanie PwC „Hopes & Fears” pokazuje, że ponad jedna czwarta respondentów boi się, iż ich stanowisko przestanie istnieć jeszcze przed 2030 r.

Zatrudnieni najczęściej wskazują trzy źródła niepokoju: brak kontroli nad decyzjami algorytmu, ryzyko utrwalenia uprzedzeń zakodowanych w danych oraz przejrzystość gromadzonych informacji o wydajności. Nie bez znaczenia jest też tempo zmian – w branżach o niskim progu wejścia automatyczne narzędzia zarządzania pojawiają się najszybciej, dając pracownikom mniej czasu na przekwalifikowanie.

Co dalej: regulacje i kompetencje jutra

W odpowiedzi na rosnące wykorzystanie AI w roli przełożonych, regulatorzy przyspieszają prace nad przepisami chroniącymi prawa pracownicze. Unia Europejska w AI Act wprowadza wymóg przejrzystości algorytmów mających wpływ na karierę czy wynagrodzenia, a amerykańska agencja EEOC publikuje wytyczne dotyczące niedyskryminacyjnego zastosowania systemów oceny. Jednocześnie uczelnie biznesowe i organizacje branżowe, takie jak Society for Human Resource Management, rozwijają programy szkoleniowe łączące wiedzę z zakresu danych, etyki i psychologii zespołu.

Eksperci są zgodni: ci, którzy chcą utrzymać konkurencyjność na rynku pracy, powinni inwestować w kompetencje cyfrowe, analityczne i międzykulturowe. AI może przejąć część decyzji menedżerskich, ale nadal potrzebuje ludzi do definiowania celów, interpretacji kontekstu i budowania zaufania w zespole. Dlatego sukces wdrożeń zależy nie tylko od jakości algorytmu, lecz także od przygotowania organizacji i pracowników na nowy model współpracy z technologią.